超過程

同義語:superprocess超Brown運動super-Brownian motionDawson–渡辺過程Dawson–Watanabe過程

概要

超過程(superprocess)とは、空間を動きながら分枝する粒子の系で、粒子の数を増やし質量を小さくし分枝を速くした極限として得られる、有限測度に値をとる Markov 過程である。基本の例の超 Brown 運動(Dawson–渡辺過程)は、Brown 運動をし臨界の 2 分枝をする粒子の系の極限で、Laplace 汎関数が非線形の熱方程式 $\partial_tu=\frac12\Delta u-u^2$ の解で書ける。平均は熱の流れに従い、全質量は Feller の分枝拡散 $dZ=\sqrt{2Z}\,dB$ に従って確率 $1$ で有限の時刻に $0$ になる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 分枝Brown運動, Galton–Watson過程, 熱方程式

超過程(superprocess)とは、空間を動きながら分枝する粒子の系で、粒子の数を大きく、1 粒子の質量を小さく、分枝を速くした極限として得られる、有限測度に値をとる Markov 過程である。最も基本的なものは、粒子が Brown運動 をし、臨界の 2 分枝をする系の極限で、超 Brown 運動(super-Brownian motion)あるいは Dawson–渡辺過程(Dawson–Watanabe process)とよばれる。この過程の研究は、渡辺信三(Shinzo Watanabe)の 1968 年の論文 Wat68 と D. A. Dawson の研究にさかのぼる(Xio13 arXiv 版 p. 3)。
超過程の分布は Laplace 汎関数で決まり、それは非線形の熱方程式を通して書ける。超 Brown 運動では、非負の関数 $f$ について
$$ E_\mu\bigl[e^{-\langle X_t,f\rangle}\bigr]=e^{-\langle\mu,u_t\rangle},\qquad \partial_tu=\tfrac12\Delta u-u^2,\quad u_0=f $$
となる($\langle\mu,f\rangle:=\int f\,d\mu$)。この記事では、粒子の系の Laplace 汎関数がこの形に収束することを主定理として証明し(thm-sp-limit)、方程式の解の一意性(lem-sp-gronwall)、平均と分散(prop-sp-moments)、全質量が Feller の分枝拡散に従い有限時間で確率 $1$ で絶滅すること(thm-sp-mass)を示す。

粒子の系

$P_tf(x):=E[f(x+B_t)]$($B$ は $0$ から出る $d$ 次元の標準 Brown 運動)を熱の半群とし、$\|f\|:=\sup_x\lvert f(x)\rvert$ と書く。$\mathbb R^d$ 上の有限な(正値)測度の全体を $M_F$、有界な非負連続関数の全体を $C_b^+$ とする。

臨界 2 分枝 Brown 運動

$\gamma>0$ とする。分枝Brown運動 の定義で、各粒子の寿命を平均 $1/\gamma$ の 指数分布 とし、死ぬときに、ほかと独立に確率 $\frac12$ で子を残さず、確率 $\frac12$ でその位置に 2 つの子を残すとし、粒子は $\mathbb R^d$ の独立な Brown 運動をするとしたものを、率 $\gamma$ の 臨界 2 分枝 Brown 運動 という。$x$ から 1 粒子で始めた系の確率と期待値を $P_x,E_x$、時刻 $t$ に生きている粒子の集合を $N_t$、その位置を $X_u(t)$ と書く。

子の数の平均が $1$ なので、粒子の数は Galton–Watson過程 の臨界の場合を連続時間にしたものになる。分枝Brown運動 の記事と同じ理由で 分枝性 が成り立つ:時刻 $s$ までの情報を与えると、$N_s$ の各粒子から出る系は、その位置から出る独立な系である。

最初の分枝で分ける

可測な $g:\mathbb R^d\to[0,1]$ について $v(t,x):=E_x\bigl[\prod_{u\in N_t}g(X_u(t))\bigr]$(空な積は $1$)とおき、$\varphi(s):=\frac{1+s^2}2$ とする。$v$ は
$$ v(t,x)=e^{-\gamma t}P_tg(x)+\int_0^t\gamma e^{-\gamma r}P_r\bigl[\varphi(v(t-r,\cdot))\bigr](x)\,dr\qquad(1) $$
を満たし、さらに
$$ v(t,\cdot)=P_tg+\int_0^tP_{t-s}\bigl[\gamma(\varphi(v(s,\cdot))-v(s,\cdot))\bigr]\,ds\qquad(2) $$
を満たす。

(1) は最初の分枝、(2) は Fubini の定理

(1)。 最初の粒子の寿命 $\tau$ が $t$ を超えれば(確率 $e^{-\gamma t}$)、積は $g(x+W(t))$ で、$W$ は最初の粒子の Brown 運動である。$\tau=r\le t$ なら、確率 $\frac12$ で子がなく積は $1$、確率 $\frac12$ で位置 $y=x+W(r)$ から出る独立な 2 つの系の時刻 $t-r$ の積になり、その条件つき期待値は $v(t-r,y)^2$ である。よって $(\tau,W)$ を与えた条件つき期待値は $\varphi(v(t-r,y))$ で、$\tau$ の密度 $\gamma e^{-\gamma r}$ で積分すれば (1) を得る(分枝Brown運動 の補題「最初の分裂で分ける」の証明と同じ)。
(2)。 $G(q):=\varphi(v(q,\cdot))$ とおき、(1) で $r$ を $s-q$ に替えると、すべての $s$ で $v(s)=e^{-\gamma s}P_sg+\gamma\int_0^se^{-\gamma(s-q)}P_{s-q}G(q)\,dq$ である。これに $P_{t-s}$ を当てて $s$ について $0$ から $t$ まで積分する。半群の性質 $P_{t-s}P_{s-q}=P_{t-q}$ と Fubini の定理(被積分関数は $[0,1]$ に値をとる)により
$$ \gamma\int_0^tP_{t-s}v(s)\,ds=(1-e^{-\gamma t})P_tg+\gamma\int_0^tP_{t-q}G(q)\bigl(1-e^{-\gamma(t-q)}\bigr)dq $$
である($\gamma^2\int_q^te^{-\gamma(s-q)}ds=\gamma(1-e^{-\gamma(t-q)})$)。よって (2) の右辺は
$$ P_tg+\gamma\int_0^tP_{t-q}G(q)\,dq-\gamma\int_0^tP_{t-s}v(s)\,ds=e^{-\gamma t}P_tg+\gamma\int_0^te^{-\gamma(t-q)}P_{t-q}G(q)\,dq=v(t) $$
となる。$\square$

$\gamma(\varphi(v)-v)=\frac\gamma2(1-v)^2$ に注意する。

対数 Laplace 方程式

$f\ge0$ を有界な可測関数とする。$[0,\infty)\times\mathbb R^d$ 上の非負可測関数 $u$ で
$$ u_t=P_tf-\int_0^tP_{t-s}(u_s^2)\,ds\qquad(t\ge0)\qquad(\mathrm E) $$
を満たすもの($u_t:=u(t,\cdot)$)を、$f$ から出る (E) の解という。これは $\partial_tu=\frac12\Delta u-u^2$、$u_0=f$ を Duhamel の形に書いたものである。非負の解は $u_t\le P_tf\le\|f\|$ を満たす。

解の一意性と安定性

$f,\tilde f\ge0$ を有界な可測関数、$u,\tilde u$ をそれぞれから出る (E) の非負の解とし、$M:=\max(\|f\|,\|\tilde f\|)$ とおく。このとき
$$ \|u_t-\tilde u_t\|\le\|f-\tilde f\|\,e^{2Mt}\qquad(t\ge0) $$
である。とくに (E) の非負の解は高々 1 つである。

$0\le u,\tilde u\le M$ なので $\lvert u^2-\tilde u^2\rvert=(u+\tilde u)\lvert u-\tilde u\rvert\le2M\lvert u-\tilde u\rvert$ である。$P_t$ は正値で $P_t1=1$ なので、$\phi(t):=\sup_{s\le t}\|u_s-\tilde u_s\|\ (\le M)$ について、$s\le t$ のとき
$$ \|u_s-\tilde u_s\|\le\|f-\tilde f\|+2M\int_0^s\|u_q-\tilde u_q\|\,dq\le\|f-\tilde f\|+2M\int_0^t\phi(q)\,dq $$
で、$\phi(t)\le\|f-\tilde f\|+2M\int_0^t\phi(q)\,dq$ である。$\phi$ は単調で有界なので、Gronwallの不等式 により $\phi(t)\le\|f-\tilde f\|e^{2Mt}$ を得る。$\square$

粒子の系からの極限

$N\ge1$ について、$K_N$ 個の粒子を位置 $x^N_1,\dots,x^N_{K_N}$ に置き、それぞれから率 $\gamma_N:=2N$ の臨界 2 分枝 Brown 運動を独立に走らせる。各粒子に質量 $1/N$ を与え、時刻 $t$ の経験測度を
$$ X^N_t:=\frac1N\sum_{i=1}^{K_N}\sum_{u\in N^{(i)}_t}\delta_{X^{(i)}_u(t)}\in M_F $$
とおく($N^{(i)}_t$ は $i$ 番目の粒子の子孫で時刻 $t$ に生きているもの)。

粒子の系の Laplace 汎関数の収束

$\mu\in M_F$ とし、$X^N_0$ が $\mu$ に弱収束する(すべての有界連続関数 $h$ で $\langle X^N_0,h\rangle\to\langle\mu,h\rangle$)とする。$f\in C_b^+$ について次が成り立つ。

  1. (E) の非負の解 $u$ がただ 1 つ存在し、各 $t$ で $u_t$ は連続である。
  2. 各 $t\ge0$ で $E\bigl[e^{-\langle X^N_t,f\rangle}\bigr]\to e^{-\langle\mu,u_t\rangle}$($N\to\infty$)である。
1 粒子の系の方程式を縮めて、Gronwall で比べる

段 1(独立性)。 $g:=e^{-f/N}$ とし、$v^N$ を lem-sp-split の $v$($\gamma=\gamma_N$)とする。$K_N$ 個の系は独立なので
$$ E\bigl[e^{-\langle X^N_t,f\rangle}\bigr]=\prod_{i=1}^{K_N}E_{x^N_i}\Bigl[\prod_{u\in N_t}e^{-f(X_u(t))/N}\Bigr]=\prod_{i=1}^{K_N}v^N(t,x^N_i) $$
である。
段 2(縮めた方程式)。 $u^N:=N(1-v^N)\ge0$、$f_N:=N(1-e^{-f/N})$ とおく。lem-sp-split の (2) と $\gamma_N(\varphi(v)-v)=N(1-v)^2$ から $1-v^N_t=P_t(1-g)-\int_0^tP_{t-s}\bigl[N(1-v^N_s)^2\bigr]ds$ で、$N$ を掛けると
$$ u^N_t=P_tf_N-\int_0^tP_{t-s}\bigl((u^N_s)^2\bigr)ds $$
である。すなわち $u^N$ は $f_N$ から出る (E) の非負の解で、$u^N\le\|f_N\|\le\|f\|$ である。$0\le a-N(1-e^{-a/N})\le\frac{a^2}{2N}$($a\ge0$)なので $\|f_N-f\|\le\|f\|^2/(2N)$ である。
段 3(極限の存在)。 lem-sp-gronwall により $\|u^N_t-u^{N'}_t\|\le\|f_N-f_{N'}\|e^{2\|f\|t}\to0$($N,N'\to\infty$)で、これは $t$ の有界な範囲で一様である。よって $u^N$ は $[0,T]\times\mathbb R^d$ 上で一様に、ある非負の有界可測関数 $u$ に収束する。$\lvert(u^N_s)^2-u_s^2\rvert\le2\|f\|\lvert u^N_s-u_s\rvert$ と有界収束定理により、段 2 の式で $N\to\infty$ とすれば $u$ は $f$ から出る (E) の解である。一意性は lem-sp-gronwall による。
段 4(連続性)。 $t>0$ なら $P_th(x)=\int h(y)(2\pi t)^{-d/2}e^{-\lvert x-y\rvert^2/2t}dy$ は有界可測な $h$ について $x$ の連続関数である(優収束定理)。(E) の積分の項は、$s< t$ で $P_{t-s}(u_s^2)$ が $x$ について連続、かつ $\|f\|^2$ で押さえられるので、優収束定理により連続である。$t=0$ では $u_0=f$ は連続である。
段 5(対数をとる)。 $N\ge2\|f\|$ とすると $a:=u^N/N\in[0,\frac12]$ で、$\lvert\log(1-a)+a\rvert\le a^2$ である。よって
$$ \Bigl\lvert\log E\bigl[e^{-\langle X^N_t,f\rangle}\bigr]+\langle X^N_0,u^N_t\rangle\Bigr\rvert\le\sum_{i=1}^{K_N}\frac{\|f\|^2}{N^2}=\frac{\|f\|^2\langle X^N_0,1\rangle}N $$
である。$\langle X^N_0,1\rangle\to\mu(\mathbb R^d)$ なので右辺は $0$ に近づく。$\lvert\langle X^N_0,u^N_t\rangle-\langle X^N_0,u_t\rangle\rvert\le\langle X^N_0,1\rangle\|u^N_t-u_t\|\to0$ で、$u_t$ は有界連続なので $\langle X^N_0,u_t\rangle\to\langle\mu,u_t\rangle$ である。合わせて $\log E[e^{-\langle X^N_t,f\rangle}]\to-\langle\mu,u_t\rangle$ を得る。$\square$

粒子の質量を $1/N$ にしたので、粒子は $N\mu(\mathbb R^d)$ 個ほどある。分枝の率 $2N$ は、臨界の系で質量の揺らぎが時間の 1 単位あたり $O(1)$ になるように選んだものである。率を $N$ に比例させないと揺らぎが消え、極限は決定的になる(下の反例の表の 2 行目)。

超 Brown 運動

$f$ から出る (E) の解を $u_t=u_t(f)$ と書く。lem-sp-gronwall により、有界な非負可測関数 $f$ について解は高々 1 つで、$f\in C_b^+$ なら存在する(thm-sp-limit)。

方程式の半群性

$f\in C_b^+$、$s,r\ge0$ とすると $u_{s+r}(f)=u_r\bigl(u_s(f)\bigr)$ である。ここで右辺は、有界な非負可測関数 $u_s(f)$ から出る (E) の非負の解の時刻 $r$ の値であり、その解は存在してただ 1 つである。

時刻をずらした関数も同じ方程式を満たす

$u:=u(f)$、$g:=u_s$ とおき、$w_r:=u_{s+r}$ とする。(E) を時刻 $s+r$ と $s$ で書き、$P_{s+r-q}=P_rP_{s-q}$ を使うと
$$ w_r=P_r\Bigl(P_sf-\int_0^sP_{s-q}(u_q^2)\,dq\Bigr)-\int_s^{s+r}P_{s+r-q}(u_q^2)\,dq=P_rg-\int_0^rP_{r-q}(w_q^2)\,dq $$
である(積分の順序の交換は被積分関数が有界なので許される)。よって $w$ は $g$ から出る (E) の非負の解で、lem-sp-gronwall により一意である。$\square$

超 Brown 運動

$M_F$ に値をとる Markov 過程 $X=(X_t)_{t\ge0}$ が、$\mu$ から出る 超 Brown 運動 であるとは、$X_0=\mu$ で、すべての $f\in C_b^+$ と $s,t\ge0$ について
$$ E\bigl[e^{-\langle X_{s+t},f\rangle}\,\big|\,\mathcal F_s\bigr]=e^{-\langle X_s,u_t(f)\rangle} $$
が成り立つことをいう($\mathcal F_s$ は時刻 $s$ までの情報)。

prop-sp-semigroup は、この推移の規則が Chapman–Kolmogorov の関係と両立することを表す。$C_b^+$ の関数の Laplace 汎関数は $M_F$ 上の確率測度を決めるので、有限次元分布はこの規則で決まる。この定義を満たす過程が存在することは、この記事では証明しない。$\mathbb Z^d$ 上の分枝ランダムウォークの時間と空間を縮めた経路の分布の極限として超 Brown 運動の分布を得る構成が vdH06 §3.1(arXiv 版 pp. 11–12)に述べられている。以下では $X$ を $\mu$ から出る超 Brown 運動とする。

平均と分散

$f\in C_b^+$、$t\ge0$ について
$$ E\langle X_t,f\rangle=\langle\mu,P_tf\rangle,\qquad\operatorname{Var}\langle X_t,f\rangle=2\int_0^t\bigl\langle\mu,P_{t-s}\bigl((P_sf)^2\bigr)\bigr\rangle\,ds $$
である。

$\theta f$ の解を $\theta$ について展開する

$\theta>0$ とし、$u^\theta:=u(\theta f)$ とおく。(E) から $0\le u^\theta_s\le\theta P_sf$ で、これを (E) の積分の項に入れると $u^\theta_s\ge\theta P_sf-\theta^2s\|f\|^2$ である。よって $\bigl\lvert(u^\theta_s)^2-\theta^2(P_sf)^2\bigr\rvert\le2\theta^3s\|f\|^3$ で、
$$ \langle\mu,u^\theta_t\rangle=\theta m_1-\theta^2c+O(\theta^3),\qquad m_1:=\langle\mu,P_tf\rangle,\ c:=\int_0^t\bigl\langle\mu,P_{t-s}((P_sf)^2)\bigr\rangle ds $$
である。$Y:=\langle X_t,f\rangle\ge0$ とおくと $E[e^{-\theta Y}]=e^{-\langle\mu,u^\theta_t\rangle}=1-\theta m_1+\theta^2\bigl(c+\tfrac{m_1^2}2\bigr)+O(\theta^3)$ である。
$\frac{1-e^{-\theta y}}\theta$ は $\theta\downarrow0$ で $y$ に単調に増加するので、単調収束定理により $E[Y]=\lim_{\theta\downarrow0}\frac{1-E[e^{-\theta Y}]}\theta=m_1$ である。次に $h(z):=\frac{e^{-z}-1+z}{z^2}$ は $z>0$ で減少し $z\downarrow0$ で $\frac12$ に近づくので、$\frac{e^{-\theta y}-1+\theta y}{\theta^2}=y^2h(\theta y)$ は $\theta\downarrow0$ で $\frac{y^2}2$ に単調に増加する。単調収束定理により
$$ \frac{E[Y^2]}2=\lim_{\theta\downarrow0}\frac{E[e^{-\theta Y}]-1+\theta m_1}{\theta^2}=c+\frac{m_1^2}2 $$
で、$\operatorname{Var}Y=2c$ を得る。$\square$

平均は熱の流れ $\mu P_t$ に従い、分散は時刻 $s$ に $P_sf$ の 2 乗の重みで生じた揺らぎがその後 $P_{t-s}$ で広がったものの和である。

全質量と絶滅

全質量 $Z_t:=\langle X_t,1\rangle$ を考え、$m:=\mu(\mathbb R^d)$ とおく。

全質量は Feller の分枝拡散
  1. $\lambda\ge0$ について $E\bigl[e^{-\lambda Z_t}\bigr]=\exp\Bigl(-\dfrac{m\lambda}{1+\lambda t}\Bigr)$ で、$Z$ は時間的に一様な Markov 過程である。
  2. $P(Z_t=0)=e^{-m/t}$ で、確率 $1$ で、ある整数の時刻 $n$ に $Z_n=0$ となる。$Z_s=0$ なら、以後の各時刻 $t>s$ で確率 $1$ で $Z_t=0$ である。
  3. 確率微分方程式 $dZ_t=\sqrt{2Z_t}\,dB_t$($B$ は 1 次元 Brown 運動)の $Z_0=m$ からの非負の解は、どれも $Z$ と同じ有限次元分布をもつ。
定数関数の解を書き下す

1。 定数関数 $f\equiv\lambda$ について $u_t:=\frac\lambda{1+\lambda t}$($x$ によらない)は $u_t=\lambda-\int_0^tu_s^2\,ds$ を満たす。$P_t$ は定数を変えないので、これは (E) の解で、一意性から $u_t(\lambda)=\frac\lambda{1+\lambda t}$ である。def-sp で $f\equiv\lambda$ とすると $E[e^{-\lambda Z_{s+t}}\mid\mathcal F_s]=e^{-Z_s\lambda/(1+\lambda t)}$ で、右辺は $Z_s$ だけで決まる。$\lambda\ge0$ についての Laplace 変換は $[0,\infty)$ 上の分布を決めるので、$Z$ は Markov 過程で、推移の分布は $t$ と $Z_s$ だけで決まる。$s=0$ とすれば式を得る。
2。 $\lambda\to\infty$ とすれば $P(Z_t=0)=\lim_{\lambda\to\infty}E[e^{-\lambda Z_t}]=e^{-m/t}$ である。1 の式で $Z_s=0$ なら $E[e^{-\lambda Z_{s+t}}\mid\mathcal F_s]=1$ なので、$Z_s=0$ のあとは各時刻で確率 $1$ で $Z=0$ である。よって $P(Z_n=0)=e^{-m/n}\to1$ で、事象 $\{Z_n=0\}$ は $n$ について増加するので、確率 $1$ である $n$ で $Z_n=0$ となる。
3。 Bessel過程 の記事の、平方 Bessel 過程の Laplace 変換の定理を次元 $0$ で使う。$\tilde Z$ を $d\tilde Z_t=\sqrt{2\tilde Z_t}\,dB_t$、$\tilde Z_0=m$ の非負の解とすると、$Y:=2\tilde Z$ は $dY_t=2\sqrt{Y_t}\,dB_t$、$Y_0=2m$ を満たす次元 $0$ の平方 Bessel 過程である。同定理の証明は、終点の時刻 $r$ を固定すると $\exp\bigl(-\frac{\lambda Y_s}{1+2\lambda(r-s)}\bigr)$($0\le s\le r$。次元 $0$ の場合)が有界なマルチンゲールであることを示しているので、$E[e^{-\lambda Y_r}\mid\mathcal F_s]=\exp\bigl(-\frac{\lambda Y_s}{1+2\lambda(r-s)}\bigr)$ である。$r=s+t$ とし $\lambda$ を $\lambda/2$ に替えれば $E[e^{-\lambda\tilde Z_{s+t}}\mid\mathcal F_s]=\exp\bigl(-\frac{\lambda\tilde Z_s}{1+\lambda t}\bigr)$ で、右辺は $\tilde Z_s$ だけで決まる。よって 1 と同じ理由で $\tilde Z$ は $Z$ と同じ推移の分布をもつ Markov 過程で、初期値も同じなので有限次元分布が一致する。$\square$

$P(Z_t>0)=1-e^{-m/t}\sim m/t$($t\to\infty$)は、臨界の Galton–Watson過程 で $n$ 世代まで生き残る確率が $n$ に反比例して減ることの連続版である。全質量の期待値は $E[Z_t]=m$ で一定なので、生き残った場合の質量は平均 $t$ ほどに大きい。

次元 1 の密度

$d=1$ では、各 $t>0$ で確率 $1$ で $X_t$ は Lebesgue 測度に関して密度 $v_t(x)$ をもち、密度は時空の白色雑音 $\dot W$ で駆動される確率偏微分方程式
$$ \partial_tv_t(x)=\tfrac12\partial_x^2v_t(x)+\sqrt{2v_t(x)}\,\dot W(t,x) $$
を満たす(この記事の正規化。分散の係数 $2$ は prop-sp-moments の $2$ と同じもの)。この方程式はN. Konno と志賀徳造(Tokuzo Shiga)、M. Reimers がそれぞれ独立に導いて調べた(KS88、Rei89。Xio13 arXiv 版 p. 3 による)。

反例:仮定を外すと成り立たないこと

主張外す仮定例成り立たなくなる結論
thm-sp-limit子の数の平均が $1$(臨界)死ぬとき必ず 2 つの子を残す系(率 $2N$、質量 $1/N$)Laplace 汎関数が正の極限 $e^{-\langle\mu,u_t\rangle}$ に収束すること
thm-sp-limit分枝の率が $N$ に比例する率 $\gamma>0$ を $N$ によらず固定した系極限が非線形の方程式 (E) の解で書けること
thm-sp-mass の 2全質量の平均が一定(臨界)$\beta>0$ として $Z'_t:=e^{\beta t}Z_{(1-e^{-\beta t})/\beta}$確率 $1$ で全質量が $0$ になること
反例の確かめ
確かめを開く

1 行目。 1 粒子から出た系の粒子の数 $K_t$ は率 $2N$ の Yule 過程で、$p:=e^{-2Nt}$ として $P(K_t=k)=p(1-p)^{k-1}$($k\ge1$)である。$q:=e^{-\lambda/N}$ とおくと $E[e^{-\lambda K_t/N}]=\frac{pq}{1-(1-p)q}\le\frac p{1-q}$ で、$N\ge\lambda$ なら $1-q\ge\frac\lambda{2N}$ なので、これは $\frac{2Np}\lambda=\frac{2N}\lambda e^{-2Nt}$ 以下である。$t>0$、$f\equiv\lambda>0$、$\mu\ne0$ とすると $K_N\ge1$ なので、$E[e^{-\langle X^N_t,f\rangle}]\le\frac{2N}\lambda e^{-2Nt}\to0$ で、極限 $e^{-m\lambda/(1+\lambda t)}>0$ と異なる。全質量は確率収束の意味で $\infty$ に発散する。

2 行目。 prf-sp-limit の段 2 の計算で $\gamma_N=2N$ を $\gamma$ に替えると、$\gamma(\varphi(v)-v)=\frac\gamma2(1-v)^2$ から $u^N_t=P_tf_N-\frac\gamma{2N}\int_0^tP_{t-s}\bigl((u^N_s)^2\bigr)ds$ を得る。よって $\|u^N_t-P_tf\|\le\frac{(1+\gamma t)\|f\|^2}{2N}\to0$ で、段 5 と同じ計算により $E[e^{-\langle X^N_t,f\rangle}]\to e^{-\langle\mu,P_tf\rangle}$ である。これは決定的な測度 $\mu P_t$ の Laplace 汎関数で、$t>0$、$f\equiv\lambda>0$、$\mu\ne0$ のとき $e^{-m\lambda}\ne e^{-m\lambda/(1+\lambda t)}$ である。

3 行目。 $Z$ を thm-sp-mass の全質量とし、$a(t):=(1-e^{-\beta t})/\beta$ とおく。1 の式から $E[e^{-\lambda Z'_t}]=\exp\bigl(-\frac{m\lambda e^{\beta t}}{1+\lambda e^{\beta t}a(t)}\bigr)=\exp\bigl(-\frac{m\beta\lambda e^{\beta t}}{\beta+\lambda(e^{\beta t}-1)}\bigr)$ で、指数の中の $w_t:=\frac{\beta\lambda e^{\beta t}}{\beta+\lambda(e^{\beta t}-1)}$ は $w'=\beta w-w^2$、$w_0=\lambda$ を満たす。$E[Z'_t]=me^{\beta t}$ で平均は一定でない。$a(n)$ は $n$ について増加して $1/\beta$ に近づき、事象 $\{Z'_n=0\}=\{Z_{a(n)}=0\}$ は(確率 $0$ の差を除いて)$n$ について増加するので、ある整数 $n$ で $Z'_n=0$ となる確率は $\lim_nP(Z_{a(n)}=0)=\lim_ne^{-m/a(n)}=e^{-m\beta}<1$ である。なお $a'(t)=e^{-\beta t}$ から、$Z'$ は $dZ'_t=\beta Z'_tdt+\sqrt{2Z'_t}\,dB'_t$ の形の確率微分方程式に従う(時間変更したマルチンゲールの 2 次変分が $e^{2\beta t}\cdot2Z_{a(t)}\cdot a'(t)=2Z'_t$)。

補足

歴史と呼び名

分枝しながら動く粒子の系の極限として測度に値をとる過程を得ることは、渡辺信三(Shinzo Watanabe)の 1968 年の論文 Wat68 と D. A. Dawson の研究にさかのぼる(Xio13 arXiv 版 p. 3)。このため超 Brown 運動は Dawson–渡辺過程ともよばれる。全質量が従う方程式 $dZ=\sqrt{2Z}\,dB$ の解は Feller の分枝拡散とよばれる。分枝を 2 分枝以外の子の数の分布にすると方程式 (E) の $u^2$ が別の関数に替わり、粒子の動きを別の Markov 過程にすると $\frac12\Delta$ がその生成作用素に替わる。これらを含めて超過程とよぶ。

関連項目

参考文献

[1]
Jie Xiong, Super-Brownian motion as the unique strong solution to an SPDE, The Annals of Probability 41 (2013), no. 2, 1030–1054, DOI 10.1214/12-AOP789; arXiv:1203.4873, 2013, arXiv 版 v2 の頁。p. 3
[2]
Remco van der Hofstad, Infinite canonical super-Brownian motion and scaling limits, Communications in Mathematical Physics 265 (2006), no. 3, 547–583, DOI 10.1007/s00220-006-0044-y; arXiv:math/0405328, 2006, arXiv 版 v1 の頁。§3.1(pp. 11–12)
[3]
Shinzo Watanabe, A limit theorem of branching processes and continuous state branching processes, Journal of Mathematics of Kyoto University 8 (1968), no. 1, 141–167, 1968
[4]
N. Konno, Tokuzo Shiga, Stochastic partial differential equations for some measure-valued diffusions, Probability Theory and Related Fields 79 (1988), no. 2, 201–225, 1988
[5]
M. Reimers, One dimensional stochastic partial differential equations and the branching measure diffusion, Probability Theory and Related Fields 81 (1989), no. 3, 319–340, 1989

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する